Einführung in Machine Learning von Anna Ukhanova, Research Lead bei Google Research Europe, im Rahmen von #MeetAGoogler bei Google Sihlpost in Zürich.
Google betreibt seine Tools mit Machine Learning
- www.autodraw.com ist Googles Dienst, der Handskizzen erkennt und reinzeichnet
- Google Translate übersetzt in Echtzeit, was man ins Mikrofon spricht.
- Google Photos lässt User Fotos suchen basierend auf Emojis oder Suchbegriffen
2016 wurde Googles europäisches Machine Learning Centre eröffnet.
Hier versuchen sie primär, Informationen besser zu verstehen. Machine Learning und Deep Learning sind dafür geeignete Instrumente.
Machine Learning ist die Wissenschaft, Dinge “smart” zu machen. Smart im Sinne von Lösen einzelner, gut abgegrenzter Aufgaben.
Maschinen sollen Muster erkennen. Machine Learning ist eine Unterdisziplin von künstlicher Intelligenz Artificial Intelligence.
Machine Learning lernt anhand von Beispielen und Erfahrung dank grosser Beispieldatenbanken.
Bilderkennung kann beispielsweise identifizieren, ob auf einem Bild ein Hund oder eine Katze abgebildet ist. Nach sehr vielen Versuchen und entsprechenden Lernprozessen.
Per Machine Learning lehrt man Computer nicht mehr, was zu tun ist basierend auf expliziten Regeln, sondern zu lernen, anhand von vielen Beispielen und entsprechenden Mustern.
Machine Learning wird auch in der Google-Suche eingesetzt: 20% der mobilen Suchen erfolgen bereits per Spracheingabe.
Machine Learning hilft, die Suche präziser zu verstehen, in verschiedenen Sprachen, in verschiedenen Aussprachen.
Früher benutzte man satzbasierte Algorithmen. 2016 kamen neuronale Netze hinzu, was die Übersetzungen signifikant verbesserte: Bei Französisch zu Englisch ist man damit praktisch auf menschlichem Niveau. Zwischen Chinesisch und Englisch ist man noch nicht so weit.
Die Handschrifterkennung wird von Usern auf Mobiles ebenso genutzt wie auf Wearables wie Uhren.
Quick, Draw! ist ein Tool, das Zeichnungen spielerisch erkennt. Dabei zeigt es kulturelle Unterschiede in verschiedenen Ländern, z.B. bei Stühlen.
Google Lens erkennt Objekte via Smartphone-Kamera.
Auch für die Kühlung von Rechenzentren benutzt Google KI: Die Algorithmen konnten den Energieverbrauch um 40% reduzieren. Dabei waren die Rechenzentren schon vorher recht gut optimiert. Nach bestem Wissen der Engineers.
Google nutzt Machine Learning aber nicht nur für die eigenen Tools, sondern stellt sie jedermann zur Verfügung: TensorFlow ist als Opensource auf Github publiziert und kann für KI-Projekte eingesetzt werden.
Connectera ist ein Startup aus den Niederlanden. Es misst die Gesundheit der Kühe und sendet die Information basierend auf TensorFlow an die Zentrale. Die Bauern können so ihre Farmen effizienter führen.
Machine Learning wird auch zum Schutz des Regenwaldes eingesetzt: Mittels Sensoren auf Bäumen werden Daten gemessen, die zum Schutz der Wälder genutzt werden.
Tensorflow Hub ist ein neuer, in Zürich entwickelter Dienst, der die Wiederverwendung von Machine Learning-Modulen erleichtert.
Beim Einsatz von Machine Learning sind 4 Komponenten zentral:
- Algorithmen
- Datenzugriff
- Rechenpower
- Expertise von Engineers
Mit TensorFlow Hub wird der Zugang zu den relevanten Tools und Prozessen erleichtert.
g.co/machinelearningcrashcourse ist ein Einsteigerkurs für interessierte Nutzer.
2 Kommentare
Habe ich gerade entdeckt, ein neues oder weiteres Google Tool mit AI: https://books.google.com/talktobooks/
Danke für den Tipp! Das Tool hat mich noch nicht so gut verstanden. Oder ich habe das Falsche gefragt ;-)